機器學習
對電腦系統用於在沒有明確指令的情況下執行任務的演算法與統計模型的科學研究 / 維基百科,自由的 encyclopedia
機器學習是人工智慧的一個分支。人工智慧的研究歷史有著一條從以「推理」為重點,到以「知識」為重點,再到以「學習」為重點的自然、清晰的脈絡。顯然,機器學習是實現人工智慧的一個途徑之一,即以機器學習為手段,解決人工智慧中的部分問題。機器學習在近30多年已發展為一門多領域科際整合,涉及機率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科。
此條目可參照英語維基百科相應條目來擴充。 |
機器學習理論主要是設計和分析一些讓電腦可以自動「學習」的演算法。機器學習演算法是一類從資料中自動分析獲得規律,並利用規律對未知資料進行預測的演算法。因為學習演算法中涉及了大量的統計學理論,機器學習與推論統計學聯絡尤為密切,也被稱為統計學習理論。演算法設計方面,機器學習理論關注可以實現的,行之有效的學習演算法(要防止錯誤累積)。很多推論問題屬於非程式化決策,所以部分的機器學習研究是開發容易處理的近似演算法。
機器學習已廣泛應用於資料探勘、電腦視覺、自然語言處理、生物特徵辨識、搜尋引擎、醫學診斷、檢測信用卡詐騙(英語:Credit card fraud)、證券市場分析、DNA序列定序、語音和手寫辨識、遊戲和機器人等領域。